“我說了半天，它就只會裝聽不懂”

　　“一言不合就開始賣萌”

　　“超簡單的問題都回答的驢頭不對馬嘴”

　　……

　　這年頭只要網(wǎng)上購物,，被聊天機器人,、“智障客服”花式虐心早已經(jīng)是家常便飯了,。而上述問題，其實統(tǒng)統(tǒng)都與如何賦予智能客服“智商”密切相關(guān),。

　　因此,，腦極體白洞企業(yè)AI喚醒計劃的第二期節(jié)目，我們就邀請了智能對話創(chuàng)業(yè)企業(yè)奇點機智的CEO鄔霄云先生,，和計算機學(xué)會常務(wù)副主席黃惠燕女士,，來共同探討一下：想要搭建一個“棒棒噠”電商智能客服系統(tǒng)，需要解決哪些“致命細節(jié)”,。

　　這里先劇透一下結(jié)論：想要避開“智障式AI客服”,，僅僅依靠自然語言處理技術(shù)的進步還遠遠不夠，工程能力與產(chǎn)品落地能力可能才是成敗的關(guān)鍵,。另外,，管理用戶預(yù)期也至關(guān)重要哦。

　　智能客服三重門：

　　挑戰(zhàn)售后業(yè)務(wù)源于哪些無奈,？

　　在整個交流過程中,，我們可以看到電商平臺智能客服最嚴重的問題——體驗焦慮,。

　　大家想必也深有感觸,，網(wǎng)絡(luò)購物時往往更愿意向人類客服進行咨詢,，而這往往需要經(jīng)歷漫長的等待和輪候。一旦選擇了智能客服,，就會在聽不懂人話,、只會做選詞填空題、無法解決需求等等挫折中倍感窩火,。

　　據(jù)奇點機智鄔總反饋,，他們服務(wù)的客戶也大多更傾向于將智能客服應(yīng)用在售后場景之中。這也體現(xiàn)了目前電商平臺的主流選擇：售前交給人工,，售后交給機器,。

　　售前不配“被智能”嗎？答案顯然是否定的,。

　　之所以出現(xiàn)這種情況,，原因就在于智能客服想要在售前體驗上拿到“高分”，實在是太難了,，而用戶的每一點體驗不滿,，最后都會變成平臺銷售額的淚啊,！

　　簡單來說,，電商平臺的“售前智能化”，戳中了智能客服系統(tǒng)的三大軟肋：NLP技術(shù),、集成服務(wù),、商業(yè)場景三大關(guān)鍵點需要協(xié)同突破。

　　一是NLP技術(shù)的局限性,。

　　目前,，智能客服所普遍采用的F&Q系統(tǒng)，能夠很好地解決售后過程中那些簡單清晰明了的服務(wù)訴求,，比如退貨地址,、使用方法、保質(zhì)期限等等問題,。

　　但反觀售前,，用戶的問題往往非常發(fā)散且主觀化——“黃黑皮穿紅色好看嗎？”“我男朋友是工程師適合這個嗎,？”“能不能推薦點搭配的單品啊”……F&Q技術(shù)目前很難在這些問題上有出色的表現(xiàn),。想要閑聊，還是人類客服小姐姐更靠譜,。

　　二是集成服務(wù)方的整體水平,。

　　黃老師（她也是某電商平臺的 AI技術(shù)負責(zé)人）向我們闡述了電商平臺應(yīng)用AI的基本思路：

　　平臺往往會追蹤最前沿的智能對話技術(shù)進展,，但自己并不會過多地介入底層技術(shù)開發(fā)，而是選擇由2-3家技術(shù)集成服務(wù)商來提供服務(wù)模塊,。

　　因此,，就要求奇點機智這樣的第三方服務(wù)商既要對高速變化的前瞻性技術(shù)高效地把握和應(yīng)用，又要對商業(yè)邏輯和商業(yè)場景有足夠清晰與深刻的認知,，最后還要能以簡單易用將技術(shù)整合為流程化的chatbot系統(tǒng),，再提供給商家。眾所周知,，國內(nèi)智能客服也是近兩年剛剛起步,，業(yè)務(wù)能力參差不齊，消費者對智能客服的印象自然也就眾說紛紜了,。

　　三是商業(yè)場景的復(fù)雜度,。

　　電商平臺售后幾乎都是相似的，但售前面臨的業(yè)務(wù)場景卻完全不同,。比如說護膚品商家,，在解決膚質(zhì)、搭配,、功效等問題時,，就可以大幅度引入智能客服來提升銷售效率，縮短接待時間,。但服飾類賣家,，面對的往往是“適不適合”“好不好看”之類的主觀題，機器人也無能為力,。商家售前流程的需求差異太大,，不能“放之四海皆準(zhǔn)”的智能客服系統(tǒng)自然也就要退居二線了。

　　總而言之,，NLP技術(shù)瓶頸,、第三方服務(wù)水平參差不齊、商業(yè)需求復(fù)雜,，是桎梏智能客服能力向上延伸的幾個重要難點,。

　　這就引發(fā)了另一個疑惑：消費者到底應(yīng)該對智能客服抱有怎樣合理的期待？智能客服之于電商平臺的價值究竟體現(xiàn)在哪里呢,？

　　告別“想當(dāng)然”：

　　智能客服系統(tǒng)的“行”與“不行”

　　在白洞計劃的“反定義”環(huán)節(jié)中,，我們邀請兩位老師以撕標(biāo)簽的方式探討了許多大眾對于售前客服的刻板印象。

　　從中可以發(fā)現(xiàn),，智能客服（甚至于人工智能）,，究竟是“神”“神經(jīng)”，還是“神經(jīng)病”，有時候并不取決于技術(shù)本身的發(fā)展維度,，而是需要建立起一個理性的預(yù)期,。尤其是智能客服這樣與消費者聯(lián)系緊密的技術(shù)工具，最容易先被“神化”,，然后迅速失望變成“神經(jīng)病”,。

　　在這個過程中，電商平臺如何去管理用戶的預(yù)期就變得至關(guān)重要了,。除了先在售后環(huán)節(jié)“練兵”之外,，或許我們也應(yīng)該理性認知當(dāng)下智能客服系統(tǒng)的核心能力：

　　1.做好選詞填空?！斑x詞填空”是一個看起來不怎么智能、卻不容有失的任務(wù),，像是用戶詢問“面膜一包幾片”,，機器準(zhǔn)確地回答出“3片”，用戶不會驚喜,；如果答成“四包”,，那就是要被全網(wǎng)群嘲的節(jié)奏了。語義理解（即讓機器明白用戶在問什么）,，一直是NLP領(lǐng)域的技術(shù)難題,，尤其是中文還存在倒裝、反問,、同義句等語法,，因此，作為一種工具性的存在,，智能客服能夠做好“選詞填空”,，替代人工高效率地解決一些機械性問題，減少用戶的等待時間,，已經(jīng)能夠滿足企業(yè)和大部分用戶的實際需求了,。

　　2.特殊語言任重道遠。隨著電商平臺的普世化,，越來越多的兒童,、老人、偏遠地區(qū)人口也開始在網(wǎng)上購物,，但智能客服想要通過語言識別的方式來準(zhǔn)確把握他們的需求,，也是難上加難。這需要兩個前提：一是有足夠大的語料詞庫進行訓(xùn)練,，目前該類數(shù)據(jù)集還并不多,，自然也沒有辦法進行系統(tǒng)訓(xùn)練；二是解決特殊語言的知識表達邏輯,。國際頂尖的語言算法（比如斯坦福Equilid）對于非正式方言的識別依然未能達到實用階段,。目前看來,，要么求助于人類客服，要么還是學(xué)好普通發(fā)吧,。

　　3.個性化服務(wù)尚需時間,。大家期待的專屬客服與個性化服務(wù)，目前看來依然遙遠,。盡管智能客服系統(tǒng)有一定的記憶功能,，能夠記住你上次說的尺碼、偏好,，但要實現(xiàn)個性化推薦,，往往需要很高的覆蓋率。商品的覆蓋率越高,，同一個商品出現(xiàn)的頻率也就越小,，買到差異化、個性化產(chǎn)品的幾率自然也就越大,。但要實現(xiàn)這一愿景,，往往需要企業(yè)進行大量的工作，比如大數(shù)據(jù)的收集與處理,、推薦模型的優(yōu)化,、chatbot的訓(xùn)練升級，對于業(yè)務(wù)場景復(fù)雜的電商平臺來說,，還有很長的一段路要走,。

　　總的來說，一個理想中的智能客服系統(tǒng),，是時間的饋贈,。在此之前，需要技術(shù)人員,、企業(yè)管理者和大眾都多一份耐心,。

　　未來面前，企業(yè)如何對癥下藥

　　智能客服越來越成為電商平臺的標(biāo)配,，它的技術(shù)潛力已經(jīng)開始在產(chǎn)業(yè)端展現(xiàn)出來,。黃老師分享到，未來通過個性化,、智能化的chatbot,，智能客服也可以實現(xiàn)動態(tài)多輪對話，告別總是聽不懂的“鬼打墻”,，更關(guān)鍵的是,，機器的知識庫更加龐大，未來能夠取代人工實現(xiàn)向上銷售，即用戶的興趣探知和主動營銷,，從而幫助電商平臺更好地提升銷售額,，找到新的商業(yè)增長模式。

　　聽起來是不是很美好呢,？那么,，在未來到來之前，行業(yè)應(yīng)該做好哪些準(zhǔn)備,？目前看來主要集中在三點：

　　一是數(shù)據(jù)的積累,。

　　與電商平臺相比，金融,、通信,、教育、保險等業(yè)務(wù)也在越來越多地引入智能客服系統(tǒng),，但它們的吐槽聲似乎要小很多,。一部分源自于這些傳統(tǒng)行業(yè)已經(jīng)在漫長的發(fā)展過程中積累了大量的知識和語料庫，能夠更好地訓(xùn)練模型,。

　　對于電商平臺來說，盡管已經(jīng)展開了一些年齡,、性別,、地域、興趣等用戶特征的的大數(shù)據(jù)工作,，但還遠遠不夠,。在此基礎(chǔ)上建立包括用戶關(guān)系、用戶理解向量的神經(jīng)網(wǎng)絡(luò)模型,，并隨著用戶每一個行為實時學(xué)習(xí)和改變,，提供極致的服務(wù)體驗，將是未來電商平臺之間打出差異化的關(guān)鍵所在,。

　　其次,，工程化。

　　值得注意的是,，技術(shù)只是技術(shù),，讓電商平臺呈現(xiàn)差異化特質(zhì)還是在技術(shù)怎么使用。如何用同樣的技術(shù)實現(xiàn)不同的商業(yè)邏輯,，將用戶需求歸一成語義結(jié)構(gòu)信息,，并跟商業(yè)場景結(jié)合起來，降低商業(yè)轉(zhuǎn)化的成本,，才是問題的關(guān)鍵所在,。

　　正如黃老師所說，智能對話一味關(guān)注在某些數(shù)據(jù)集中“跑分”已經(jīng)成為一個產(chǎn)業(yè)問題，高分只是基本功,，保證基礎(chǔ)的算法能力,。更關(guān)鍵的還是工程能力和產(chǎn)品落地能力。

　　體現(xiàn)在現(xiàn)實場景中,，就是智能機器人能不能給出讓用戶滿意的回復(fù),，這就取決于商家能不能清晰地定義出自己的商業(yè)邏輯、產(chǎn)品邊界,，下沉到技術(shù)服務(wù)商身上,，能不能幫助商家建立起從復(fù)雜技術(shù)到商業(yè)流程的連接，畫出簡單易用,、符合實際的工具圖,。

　　以奇點機智的語音對話平臺——對話流為例，核心就是整合機器學(xué)習(xí),、自然語言理解(NLU)技術(shù),，通過對話流深度理解用戶意圖，通過動態(tài)對話不斷訓(xùn)練模型并自我糾正,，進而提供高效而準(zhǔn)確的服務(wù),。在這個過程中，企業(yè)不需要寫代碼或AI領(lǐng)域?qū)I(yè)知識,，就能夠快速創(chuàng)建語音對話體驗,，同時可以應(yīng)用于不同平臺和多種使用場景，不需要重復(fù)訓(xùn)練和部署,，大大降低了智能客服系統(tǒng)在企業(yè)端的落地門檻,。

　　三是用戶習(xí)慣的培養(yǎng)。

　　目前主流的用戶習(xí)慣還是通過文本形式進行交流,，與此同時,，也有越來越多的企業(yè)、商家選擇植入了聊天機器人與用戶實時互動,。比如優(yōu)衣庫的智能導(dǎo)航,，招行的語音導(dǎo)航，海底撈的智能訂餐電話客服等,，通過語音的方式與機器人進行智能對話交互,，正在成為未來的主流模式。

　　為了應(yīng)對這種趨勢,，奇點機智和電商平臺也在思考,，如何將語音識別、聲紋識別等技術(shù)應(yīng)用到客戶端,，去引導(dǎo)和培養(yǎng)用戶的語音交互習(xí)慣,。比如給智能客服賦予一個擬人化的名稱和形象,，將對話欄設(shè)計成話筒的樣式等等，都是為了讓用戶在與智能機器人對話時更為自然,。

　　至此,，在智能客服系統(tǒng)的進化過程中，我們可以看到NLP技術(shù)是如何從實驗室中的一個個復(fù)雜模型,，逐漸走進普羅大眾的生活,。這或許也可以作為一面鏡子，折射出AI與整個社會的融合發(fā)展歷程,。

　　腦極體都試圖通過白洞計劃,，在每一個技術(shù)浪潮襲來的時刻，發(fā)出燈塔一樣的光亮,，在AI技術(shù)企業(yè)與產(chǎn)業(yè)端應(yīng)用者前行的必經(jīng)之路上,，照亮每一個暗礁與深坑。